Skip to content

FR3ZEEZ/AlphaForge

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AlphaForge MIT Claude

⚒️ AlphaForge

AI 驱动 · 多市场 · 综合投资分析系统
把你的投资逻辑,变成可复用的工业化流水线

AI-Powered Multi-Market Investment Analysis Framework


💡 一句话认识 AlphaForge

AlphaForge 是一个由 AI(Claude)驱动的投资分析工作流,覆盖 A 股全市场。

你只需要写一句判断,它就会自动完成:宏观环境扫描 → 板块动量检测 → 产业数据深挖 → 正反方辩论 → 三策略选股 → 输出完整报告。

整个过程 21 步,全部自动化、可追溯、可复现。


🤔 为什么要用 AlphaForge?

你平时做投资分析,是不是这样?

你的痛点 怎么解决
😫 每天看几十篇研报,信息过载 AI 帮你扫,只输出关键结论
🤯 板块太多,不知道资金在往哪走 数据驱动,板块动量一目了然
😬 看多一个票,但总担心漏了什么风险 正反方辩论,压力测试每个假设
😵 持仓好几个,不知道哪个该留哪个该砍 三策略分流,追最强 / 高弹性 / 安全边际
📝 做完分析还要写报告,太费时间 自动生成,.md + .html 一键输出

一句话:AlphaForge 让你从"到处找信息"变成"直接看结论"。


🎯 FABE 法则:为什么选 AlphaForge

🔹 Feature 1:21 步自动化流水线

特点(Feature):从你的判断到最终推荐,共 21 个结构化步骤,AI 自动执行。

优势(Advantage):别人花一天搜集信息 + 半天写报告,你只需要输入一句话,5 分钟拿到完整分析。

利益(Benefit)你的时间花在决策上,而不是搜集信息上。

证据(Evidence):每一份报告都有完整的逻辑总图、数据来源、推理过程,经得起回溯验证。

🔹 Feature 2:正反方 4 轮对抗辩论

特点(Feature):在推荐之前,AI 会模拟"多方"和"空方"进行 4 轮辩论。

优势(Advantage):传统分析只有一个视角,很容易陷入"确认偏误"——只看到支持自己观点的证据。辩论机制强制你听到反方声音。

利益(Benefit)减少冲动决策,让你对每一笔交易更有信心。

证据(Evidence):辩论结果会明确标注"共识区"(多方空方一致看好的方向)和"分歧区"(需要附加条件的判断)。

🔹 Feature 3:三大策略并行

特点(Feature):每只候选股会从 3 个不同策略维度独立评估。

策略 适合你什么时候用 核心逻辑
🏆 追最强 市场趋势明确,你想要"上车" 板块增速前 5 + 资金龙头 + 近期催化
🚀 高弹性 你想"博一把",愿意承担波动换高赔率 小市值 + 刚过拐点 + 经营杠杆
🛡️ 安全边际 你想"稳稳拿",不想每天盯盘 低 PE + 行业前 3 + 现金流为正

优势(Advantage):同一只票,不同策略看到的维度不同。你可以根据自己当下的风险偏好,选择最适合的"入场姿势"。

利益(Benefit)同一个分析,同时满足你的激进和稳健需求。

证据(Evidence):每只推荐都附带验证清单——PE、市值、增速、催化,逐条过筛。

🔹 Feature 4:双数据源混合

特点(Feature):AKShare 提供结构化数据(板块资金流向、宏观指标、财务数据)+ WebSearch 提供定性信息(新闻、政策、产业催化)。

优势(Advantage):单纯靠搜索不够精确("大约 30 亿" vs "精确 32.17 亿"),单纯靠 API 又漏掉新闻。两者互补,兼得精度和广度。

利益(Benefit)数据更准,信息更全。

证据(Evidence):M2、CPI、PPI 等宏观数据从 AKShare 直接读表,精确到亿元级别。


🚀 快速上手(3 分钟跑通)

第一步:拉代码

git clone https://github.com/FR3ZEEZ/AlphaForge.git
cd AlphaForge

第二步:装依赖

pip install akshare pandas

第三步:跑数据

python scripts/run_all.py

第四步:出报告

在 Claude Code 里输入:

综投 <你对市场的判断,比如:PPI转正,人形机器人量产,存储有点高了>

AI 会自动执行 21 步流水线,输出:

  • 📄 xxx-三策略推荐.md — 完整分析报告(14 个章节)
  • 🌐 xxx-三策略推荐.html — 网页版报告

📁 项目结构

AlphaForge/
├── 📄 README.md                ← 就是这个文件
├── 📄 CLAUDE.md                ← AI 工作流定义(核心!)
├── 📄 策略配置.md               ← 你想怎么选股,在这里设
├── 📄 思路大纲.md               ← 写你的判断
├── 📄 持仓.md                  ← 记你的持仓
├── 📁 scripts/                 ← 数据采集
│   ├── run_all.py              ← 一键跑
│   ├── fetch_macro.py          ← CPI/PPI/M2
│   ├── fetch_sectors.py        ← 板块资金流向
│   └── fetch_candidates.py     ← 个股财务
├── 📁 examples/                ← 示例报告
└── 📁 wiki/                    ← 知识库(可选)

📊 一份报告长什么样?

每次分析会生成 14 个章节:

章节 内容
逻辑总图 — 你输入啥 → AI 搜到啥 → 推荐啥,一张图看完
判断验证 — 你的每一个想法,数据支不支持?知识库怎么说?
宏观环境 — 流动性、风险偏好、市场风格
产业深挖 — 供需格局、订单数据、机构观点
候选股池 — 每板块 6 只,带 PE 和信心评级
催化时间轴 — 未来 1-2 个月的重大事件
三策略推荐 — 每板块 3 只 → 🏆 精选 1 只
辩论摘要 — 多方 vs 空方,结论是什么
跨板块精选 — 追最强 2 只 / 高弹性 3 只 / 安全边际 4 只
十~十四 交叉信号 / 风险提示 / 验证清单

📖 想看真实的?点这里查看示例报告


⚙️ 配置你的策略

打开 策略配置.md,你可以控制:

# 数据源开关
akshare_enabled: false   # true = 读AKShare数据,false = 只用WebSearch

# 辩论开关
debate_enabled: true     # 开启正反方辩论
debate_rounds: 4         # 辩论轮数

# 三策略参数
追最强最终: 2            # 最终推荐几只追最强
高弹性最终: 3            # 最终推荐几只高弹性
安全边际最终: 4          # 最终推荐几只安全边际

需要回退?把 akshare_enabled 改为 false 就行,什么都不影响。


❓ 常见问题

Q:我需要会编程吗? A:不需要。你只需要会写一句话的市场判断,剩下的 AI 自动完成。

Q:我需要自己准备数据吗? A:不需要。python scripts/run_all.py 一键采集所有数据。

Q:这跟普通的炒股软件有什么区别? A:炒股软件给你的是数据,AlphaForge 给你的是决策。它还模拟辩论帮你避开盲区。

Q:我的持仓信息安全吗? A:持仓只有你本地能看到。上传 GitHub 的版本已脱敏,不包含任何个人信息。

Q:只能用 A 股吗? A:目前 A 股支持最完善。港股和美股通过 WebSearch 辅助覆盖。


⚠️ 免责声明

本项目仅供学术研究和教育目的。所有分析不构成投资建议。投资有风险,入市需谨慎。数据来源于公开市场数据,准确性不作保证。

This project is for academic research and educational purposes only. Not financial advice.


⭐ 如果这个项目对你有帮助,点个 Star 吧
github.com/FR3ZEEZ/AlphaForge

Releases

No releases published

Packages

 
 
 

Contributors

Languages